EYZ’s PORTFOLIO

G o w i t h t h e f l o w o f d a t a

ver. 2023-09

EYZ’s PORTFOLIO
INDEX
Part1 이력서
1-1. 기본 프로필 … 4
1-2. 교육 수강 내역 … 5
1-3. 기술 활용 역량 … 6
1-4. 프로젝트 이력 … 7
Part2 포트폴리오
2-1. Rangers … 9
2-2. Show Me the Credit  … 12
2-3. Jeju Pop-up Store Plan … 15
2-4. Art Center Hashtag Analysis … 16
2-5. [개인] Sports League Schedule Scraper … 18
2-6. [개인] Working Hours Calculator … 19
(클릭 시 페이지 이동)

데이터의 흐름을 파악하고 분석하는

데이터 사이언티스트

이예지입니다.

PART1. 이력서

EYZ’s PORTFOLIO

수상 내역 및 기타 이력

학력사항

기간 학교명 전공 구분 학점

2019.03.

~ 2021.02.

중앙대학교

일반대학원

심리학(인지신경과학) 석사과정 수료 4.17 / 4.5

(96.23)

2012.03.

~ 2017.02.

중앙대학교(서울) (주) 심리학

(부) 아동범죄피해상담 설계전공

졸업 3.39 / 4.5

(87.31)

2009.03.

~ 2012.02.

거제고등학교 졸업

경력사항

기간 경력 구분 내용

2019.09.01.

~ 2021.02.28.

중앙대학교 연구조교

(조수현 교수님)

연구조교 연구 보조 및 수업 보조

2019.03.01.

~ 2019.08.31.

중앙대학교 교육조교

(대학원지원팀)

교육조교 학생 응대 및 업무 보조

2017.02.23.

~ 2019.01.31.

서울사이버대학교

인천캠퍼스 행정조교

계약직 인천캠퍼스 관리 및 심리상담센터,

학생지원팀 일반행정

이름 이예지

이메일 eyz.1213@gmail.com

연락처 010-2868-8094

GitHub https://github.com/EYZ27

일자 내역 구분 수여 기관

2022.09.23. 2022년 데이터 청년인재 양성 사업

(데이터 청년 캠퍼스) 프로젝트 평가

장려상 한국데이터산업진흥원

2023.08.16. 엘리스 AI Edu Hackathon 120위 이내 엘리스

2022.11.29. 코칭스터디 8기: Data Science 리드부스터 부스트코스

2022.11.11. 한국경영정보학회 추계학술대회 발표 구두발표 한국경영정보학회

PART1. 이력서

1-1. 기본 프로필

주요 자격

일자 자격증명 일자 자격증명

2023.07.14. 빅데이터분석기사 2023.04.14. SQL 개발자(SQLD)

2023.06.16. 데이터분석준전문가(ADsP) 2022.10.08. PCCE(Python3)

2023.06.14. 정보처리기사(필기) 2015.08.21. 사회조사분석사

EYZ’s PORTFOLIO

PART1. 이력서

교육 수강 내역

1-2. 교육 수강 내역

기간 교육명 시간 교육기관 교육내용

2023.09.04.

빅데이터 기반 비즈니스 모델

맞춤형 AI솔루션 개발

아시아경제

교육센터

반응형

Web/App 구현

기업

연계 AI 솔루션 개발 실습

2023.08.07.

~ 2023.08.11.

AI고급(생성형AI, 전일) 1기

40H

서울ICT

이노베이션

스퀘어

대규모언어모형

/ GPT, BARD /

프롬프트

엔지니어링 이해 및 활용

2022.12.19.

~ 2023.06.16.

빅데이터 기반 지능형SW 및

MLOps 개발자 양성과정

960H

엔코아

아카데미

(K-디지털

트레이닝)

빅데이터

분석 및 활용, 플랫폼

구축

관련 풀스택 과정

데이터 분석 및 시각화

머신러닝 및 딥러닝

데이터 엔지니어링

웹 애플리케이션 개발

2022.12.08.

~ 2023.01.06.

머신러닝 기초 with 파이썬

10H

모두의연구소

기초적인

파이썬 문법을 바탕으로

한

머신러닝 교육 및 미니 프로젝트

2022.10.27.

~ 2022.11.24.

파이썬으로 시작하는 데이터

사이언스 with 코칭스터디

약

부스트코스

파이썬

기반 데이터 분석 및 시각화

Pandas, Seaborn

2022.10.25.

~ 2022.11.21.

4주완성 파이썬 입문

16H

코드스테이츠

파이썬

문법 기초 학습 및

프로젝트형

과제 완성

2022.10.05.

~ 2022.10.08.

[진로탐색 비교과] 코딩 기초

자격증. 3일만에 끝내보자

중앙대학교

프로그래머스

PCCE 코딩 자격증

시험을

대비한 교육

2022.06.27.

~ 2022.08.31.

2022 데이터 청년 캠퍼스

377H

한국데이터

산업진흥원

데이터

기반 문화예술 산업 분야

연구

및 비즈니스 고급 인력 양성

과정

2022.01.25.

~ 2022.01.28.

파이썬을 활용한 논문 크롤링과

머신러닝 워크샵

중앙대학교

Python 기반 국내외 논문

크롤링

텍스트 데이터 분석과 시각화

기법

실습

머신러닝 분류 모델 구현

2022.01.24.

~ 2022.01.28.

2021년 동계 진로탐색 비교과

- 빅데이터 분석, 엑셀로 한다

20H

중앙대학교

빅데이터 사례 탐색, 데이터

마이닝

및 분석

엑셀 피벗테이블, VBA,

파워쿼리

활용법

2022.01.17.

~ 2022.01.20.

2021년 동계 진로탐색 비교과

- 코알못도 해보는 인공지능

16H

중앙대학교

인공지능

이론과 실습: 엔트리를

활용한

인공지능 알고리즘 구현

2021.12.27.

~ 2022.01.14.

2021년 동계 진로탐색 비교과

- 코딩테스트 준비반

60H

중앙대학교

코딩테스트

3급 시험을 대비한

Python

교육

2021.11.25.

~ 2021.11.26.

2021년 2학기 진로탐색

비교과

- 메타버스

중앙대학교

메타버스

이론과 실습: Roblox를

활용한

게임 구현

2021.11.11.

~ 2021.11.12.

2021년 2학기 진로탐색

비교과

- 머신러닝

중앙대학교

TeachableMachine,

Roboflow

, PyTorch 활용

이미지 분류 및 객체 탐지

머신러닝

구현

EYZ’s PORTFOLIO

PART1. 이력서

학습 및 대회 참여 이력

1-3. 기술 활용 역량

기간 교육명 교육기관 교육내용

2023.08.22. [모두팝] 딥러닝 이상탐지

모두의연구소

2023.08.18. 감염병 빅데이터 활용 데이터 분석

렛유인에듀

2023.08.14.

~ 2023.09.10.

구름톤 챌린지

goorm

코딩테스트 챌린지

(Python)

2023.08.08. [모두팝] 의료 AI 직무 전환

모두의연구소

2023.08.01.

~ 2023.08.13.

엘리스 AI Edu Hackathon

엘리스

AI 엔지니어 역량평가

상위 120등 이내

2023.07.26. 인공지능 논문리뷰 세미나

서울ICT

이노베이션

스퀘어

2023.07.01.

~ 2023.08.28

LG AImers

LG AI

[Phase I] AI Essential

Course

[Phase II] 온라인 채널

제품 판매량 예측 AI 해커톤

기술 활용 역량

데이터 수집/분석/시각화 머신러닝/딥러닝 데이터베이스 웹

Python Python MySQL Java

BeautifulSoup Scikit-learn Hadoop HTML5

Selenium Keras Flume CSS3

Request TensorFlow HDFS JavaScript

Numpy PyTorch Hive Vue

Pandas Mlxtend Spark Flask

Matplotlib PHP

Seaborn Bootstrap

Folium

VBA

EYZ’s PORTFOLIO

PART1. 이력서

1-4. 프로젝트 이력

프로젝트 이력

1. Rangers

기간

: 2023.05.10. ~ 2023.06.16. (6주

)

참여인원: 5명

<AI 기반 악성 메시지 필터링 적용 아티스트-팬덤 소통

서비스>

비윤리적 문장을 필터링하는 기능을 포함한 웹 기반 실시간

채팅/커뮤니티 서비스.

자연어 분류 모델인 KcBERT 모델을 기반으로, 다양한

비윤리적 문장과 일상적인 문장을 학습시켜 비윤리적

문장을 실시간으로 필터링하는 기능을 포함하였다.

나의 역할

1. 데이터 탐색

2. 분류 모델 탐색

3. 추가 데이터 수집 및 전처리

4. 모델 학습 및 평가

5. 발표 자료 구성 및 최종 발표

2. Show Me the Credit

기간

: 2023.03.15. ~ 2023.04.07. (3주

)

참여인원: 5명

<국내 개봉 영화 관람객 수 예측 딥러닝 모델 개발>

웹 페이지에서 배우, 감독, 배급사, 예상 스크린수, 장르,

관람 등급, 개봉일 정보를 입력하면 영화의 관람객 수 혹은

관람객 범위를 예측하는 서비스.

KOBIS 개봉 영화 데이터와 네이버 영화 API 데이터를

학습시켜 관객수 예측 회귀 모델과 관람객 수 범위 예측

분류 모델을 구현하였다.

나의 역할

1. 네이버 영화 API 이용, 영화별 감독, 배우,

평점 정보 수집

2. EDA를 바탕으로 데이터 전처리 및 라벨링

3. 관객 수 범위 예측 분류 딥러닝 모델 개발

4. 보고서 작성 및 발표

3. Jeju Pop-up Store Plan

기간

: 2023.02.27. ~ 2023.03.03. (1주

)

참여인원: 8명

<업종별/기간별 제주도 관광객 카드 이용 데이터 분석>

코로나 이전 기간인 2018년도 제주도 내국인 관광객 카드

이용 데이터의 패턴을 분석하여, 팝업스토어의 최적

업종/기간 확인.

분석 결과, 8월에 식음료 업종으로 40대 남성이 포함된

가족 여행객을 타겟팅한 팝업스토어가 적절할 것으로

판단하였다.

나의 역할

1. 데이터 수집

2. 연령대별 이용금액 가로축 막대그래프

시각화

4. Art Center Hashtag Analysis

기간

: 2023.03.15. ~ 2023.04.07. (3주

)

참여인원: 4명

<인스타그램 해시태그를 활용한 복합문화공간 마케팅 전략

연구 - 연관규칙분석을 중심으로 ->

인스타그램 해시태그 빈도분석과 연관성 분석을 통해

연도별 특성 변화 확인 및 복합문화공간의 특성에 따른

해시태그 마케팅 키워드 도출.

분석 결과, 복합문화공간 별 주요 장르명 해시태그의

연관규칙이 발견되었고, 해시태그 마케팅 시 이를 활용할

것을 제안하였다.

나의 역할

1. 인스타그램 게시물 텍스트 데이터 수집

2. 나누어 수집한 데이터 통합

3. 데이터 전처리

4. 연관규칙 분석 수행

5. 발표 자료 구성 및 최종 발표

5. Sports League Schedule Scraper

국내

프로리그 스케줄 수집 프로그램 개인프로젝트

6. Working Hours Calculator

교육조교

근무시간 관리 프로그램 개인프로젝트

PART2. 포트폴리오

RANGERS

SHOW ME

THE

CREDIT

JEJU

POP-UP

STORE

ART

CENTER

HASHTAG

SPORTS

LEAGUE

SCHEDULE

SCRAPER

WORKING

HOURS

CALCULATOR

<업종별/기간별 제주도 관광객 카드 이용 데이터 분석> <복합문화공간 해시태그 마케팅 전략 연구>

<국내 프로리그 스케줄 수집 프로그램> <교육조교 근무시간 관리 프로그램>

EYZ’s PORTFOLIO

PART2. 포트폴리오

2-1. RANGERS

프로젝트 기간 |

참여 인원 |

개발 환경 |

및 사용 기술

주요 개발 사항 |

프로젝트 개요 |

2023.05.10. ~ 2023.06.16. (6주)

5명(DA 3명 / FE 1명 / BE 1명)

(1) 개발 환경: VSCode, Google colab, django, AWS, SQLite

(2) 언어: Python, HTML, CSS, JavaScript

(3) 라이브러리: Pandas, PyTorch

(4) 협업: Notion, Github, Slack, Zoom, Google drive, Figma

[UI/UX] Figma를 활용하여 메뉴 및 화면 배치, 연결성 등

와이어 프레임 설계

[FE] django를 활용하여 설계된 화면 구성, 페이지 간 연결

[BE] django와 SQLite, AWS를 활용하여 사용자, 채팅 내역,

게시물 내역 DB 구성 및 서비스 연결

[DA] 비윤리 문장 필터링 딥러닝 모델 구현 및 고도화

(1) 아티스트(연예인)와 팬덤 간 소통 서비스로서, 비윤리적 문장을

필터링하는 기능을 포함한 웹 기반 실시간 채팅과 피드(게시판)을

구현함

(2) 자연어 분류 모델인 KcBERT 모델을 기반으로 하여 비윤리적

문장과 일상 문장 데이터가 학습된 모델을 채팅 및 게시물의

비윤리적 문장 필터링 기능으로 구현함

EYZ’s PORTFOLIO

PART2. 포트폴리오

2-1. RANGERS

프로젝트 목적 |

프로젝트 과정 |

(1) 기존 아티스트-팬덤 소통 서비스의 금칙어 기반 필터링은 일상적 단어에까지 적용되어 사용자

의 불편을 야기했고, 관리자가 직접 필터링 단어를 추가해야 하는 불편함이 있음

(2) 욕설 포함/비포함 비윤리적 문장과 일상적 문장을 구분하는 AI 모델을 구현하고, 이를 실시간

채팅 서비스에 적용시키고자 함

기존 필터링 서비스에 AI를 활용하여 사용성을 개선

비윤리적 문장이 라벨링된 데이터와 자연어 분류 모델 탐색

(1) AI Hub의 ‘텍스트 윤리검증 데이터’를 학습 데이터로 선택하고 EDA 실시

(2) Huggingface의 여러 자연어 분류 모델에 해당 데이터를 학습시켜 비교 분석

(3) 서비스 목적에 맞는, 일상적인 문장에 대한 오탐지 가능성이 낮은 모델을 중심으로

정확도가 높은 모델을 선택

(4) 다양한 문장을 직접 테스트하며 성능 확인 및 문제점 파악

EYZ’s PORTFOLIO

PART2. 포트폴리오

2-1. RANGERS

트러블 슈팅 |

프로젝트 결과 |

(1) 비윤리 강도가 높은 문장을 추가 학습 시키기 위해 추가데이터 수집 및 학습

(2) 성능이 향상된 모델을 적용한 채팅 및 커뮤니티 페이지 구현

직접적인 욕설과 변형된 욕설의 탐지 정확도가 낮음

(1) 직접적인 욕설과 변형된 욕설이 포함된 데이터를 추가 학습한 모델은 84%의 정확도를 보였고,

직접적인 욕설과 변형된 욕설에 대한 탐지도 잘 이루어지는 것을 확인함

(2) KcBERT의 학습된 데이터셋이 온라인 댓글로 이루어져 다른 모델에 비해 좋은 성능을 보임

(3) 채팅과 커뮤니티 서비스에서 비윤리 문장 탐지 모델이 정상 작동하는 것을 확인함

(4) 웹 페이지의 UI/UX를 고도화하기 위해 팀원들과 함께 논의하고 수정함

배운 점 |

(1) 팀 내에 역할을 나누어 프로젝트 전체 과정을 진행함

(2) 기획 단계를 수행하고 계획에 맞춰 프로젝트를 진행함

(3) 목적에 따라 기존 딥러닝 모델을 비교하고 선택하는 과정에 참여함

(4) 추가 데이터를 수집하여 모델의 추가 학습하는 과정에 참여함

(5) 어렵더라도 우선 시작하고 실습해보는 것이 도움이 된다는 것을 깨달음

- 모델에 대한 이해가 낮아 시작하기까지 어려웠지만, 함께한 팀원이 Readme 파일을 토대로

학습 과정을 먼저 시작했고, 여러 모델을 탐색하며 모델에 대해 이해할 수 있었음

EYZ’s PORTFOLIO

PART2. 포트폴리오

2-2. SHOW ME THE CREDIT

<국내 개봉 영화 관람객 수 예측 딥러닝 모델 개발>

프로젝트 기간 |

참여 인원 |

개발 환경 |

및 사용 기술

주요 개발 사항 |

프로젝트 개요 |

2023.03.15. ~ 2023.04.07. (3주)

5명(DA 3명 / FE & BE 2명)

(1) 개발 환경: VSCode, jupyter notebook, Google colab

(2) 언어: Python, HTML5, CSS3, JavaScript

(3) 라이브러리: BeautifulSoup4, Pandas, Numpy, Matplotlib,

Seaborn, Scikit-Learn, Tensorflow, TensorJs, Urllib

(4) 협업: GitHub, Oven, Slack

[UI/UX] Ovenapp을 활용하여 와이어 프레임 설계

[FE] HTML5/CSS3/JS를 활용하여 데이터 입력 및 출력 화면 구현

[BE] TensorJS를 활용하여 웹에서 입력받은 데이터를 딥러닝

모델에 적용

[DA] 대용량 데이터를 이용하여 딥러닝 모델 생성 및 학습

(1) 개봉 영화 관람객 수 예측 회귀 모델 및 관람객 수 범위 예측 분류 모델 개발

(2) KOBIS 개봉 영화 데이터를 딥러닝 모델 학습에 적절한 데이터로 전처리

(3) 네이버 영화 API를 통해 데이터를 수집하고 전처리하여, KOBIS 데이터와 통합

(4) 딥러닝 모델을 웹 페이지에 식재하여, ‘배우’, ‘감독’, ‘배급사’, ‘예상 스크린수’, ‘장르’, ‘관람 등급’,

‘개봉일’의 데이터를 입력받고 딥러닝 예측 결과를 웹 페이지에서 확인할 수 있도록 함

EYZ’s PORTFOLIO

PART2. 포트폴리오

프로젝트 목적 |

프로젝트 과정 |

(1) 영화 관람객 수 예측에 어떤 요인들이 있는지 탐색하고자 함

(2) 딥러닝 기반의 영화 관람객 수 예측 모델을 구현해 영화의 흥행 여부를 예측하고자 함

(3) 영화 제작사와 투자사의 관점에서 투자 규모를 정하는 데 도움을 줄 수 있을 것으로 기대

(4) 관람객의 입장에서 영화 관람에 기대감을 줄 수 있을 것으로 기대

딥러닝 기반 영화 관람객 수 예측 모델 구현

(1) KOBIS 국내 개봉 영화 데이터와 네이버 영화 API 데이터 중 배우, 감독, 평점 정보를 추가 수집

하여 학습용 데이터 구축

(2) EDA를 바탕으로 범주형 데이터와 수치형 데이터를 전처리

(3) 속성별 가치를 높이기 위해 소수의 데이터를 ‘기타’ 범주로 처리하고, ‘계절’, ‘연도별 총 관객수‘,

‘코로나 여부‘ 정보를 추가함

(4) 회귀 모델과 분류 모델을 생성해 데이터를 학습시키고 평가함

(5) 직접 데이터를 입력받고 예측 결과를 확인할 수 있도록 웹 페이지를 구현함

2-2. SHOW ME THE CREDIT

<국내 개봉 영화 관람객 수 예측 딥러닝 모델 개발>

EYZ’s PORTFOLIO

PART2. 포트폴리오

트러블 슈팅 |

프로젝트 결과 |

(1) 관람객 수의 범위를 나누어, 회귀 모델과 분류 모델에 각각 학습시킴

(2) 관람객 수가 많은 경우, 관람객 수 범위 별로 라벨링하여 범위를 예측하는 분류 모델을 구현함

(3) 관람객 수가 적은 경우, 회귀 모델을 구현하여 구체적인 수치를 확인할 수 있도록 함

관람객 수의 편차가 커, 큰 수에 대한 예측이 부정확함

(1) 기존 예측 모델의 경우 머신러닝을 이용하였으나, 더 다양한 요인을 바탕으로 인공 신경망을 구

성하여 예측하고자 딥러닝을 활용함

(2) 종속 변수 데이터인 관람객 수 데이터 분포의 불균형으로 회귀 모델의 손실이 커, 상대적으로

편차가 작은 데이터를 회귀 모델로, 편차가 큰 데이터는 분류 모델로 학습시킴

(3) 회귀 모델의 경우 정확도 약 68%, 분류 모델의 경우 정확도 약 50%를 나타냄

(4) 무작위 예측 확률보다 높은 정확도를 도출해 내어, 영화의 감독, 주연배우, 배급사, 개봉 시기 등

의 조건으로 관객 수를 예측할 수 있는 가능성을 제시

배운 점 |

(1) 딥러닝 모델 구현의 실습에 목적이 커, 다양한 모델을 탐색하거나 추가 학습하지 못하였으나,

기존 학습된 모델을 활용할 수 있다는 방향성을 알게 됨

(2) 정제된 빅데이터가 얼마나 좋은 자원인지 깨닫게 됨

(3) 성능을 높이기 위해 다양한 하이퍼 파라미터를 조정하는 과정에 참여함

(4) 프로젝트 진행 단계마다 팀원 간에 진행 중인 사항을 확인하고 정리하는 과정이 중요하다는 것을

깨달음

2-2. SHOW ME THE CREDIT

<국내 개봉 영화 관람객 수 예측 딥러닝 모델 개발>

EYZ’s PORTFOLIO

PART2. 포트폴리오

2-3. JEJU POP-UP STORE

<업종별/기간별 제주도 관광객 카드 이용 데이터 분석>

프로젝트 기간 |

참여 인원 |

개발 환경 |

및 사용 기술

프로젝트 개요 |

2023.02.27. ~ 2023.03.03. (1주)

8명(데이터 수집, 분석, 시각화, 해석)

VSCode, Google colab | Python | Matplotlib, Tkinter |

Slack, Google drive

[목적] 코로나 이전 기간인 2018년도 제주도 내국인 관광객 카드 이용 데이터의 패턴을

분석하여, 팝업스토어의 최적 업종/기간 확인

[하위 목표] 1) 월별 이용금액 막대그래프 및 꺾은 선 그래프 시각화

2) 8월 업종별 이용금액 비율 파이그래프 시각화

3) 남녀 업종별 이용금액 꺾은 선 그래프 시각화

4) 연령별 이용금액 가로축 막대그래프 시각화

프로젝트 결과 |

1) 여름 성수기인 8월의 이용금액이 가장 높음

2) 8월 이용금액 중 쇼핑과 식음료 업종의 이용금액 비중이 높음

3) 전체 업종별 카드 이용금액에서 남성의 이용금액이 높음

4) 연령별 이용금액에서 40대의 이용금액이 높음

→ 따라서, 8월에 식음료 업종으로 40대 남성이 포함된 가족 여행객을 타겟팅한 팝업스토어가

적절할 것으로 판단

EYZ’s PORTFOLIO

PART2. 포트폴리오

2-4. ART CENTER HASHTAG

<복합문화공간 해시태그 마케팅 전략 연구>

프로젝트 기간 |

참여 인원 |

개발 환경 |

및 사용 기술

프로젝트 개요 |

2022.08.04. ~ 2022.09.16. (6주)

4명(데이터 수집, 분석, 시각화, 해석)

(1) 분석 환경: VSCode, jupyter notebooke

(2) 언어: Python

(3) 라이브러리: Numpy, Pandas, BeautifulSoup4, Request,

KoNLP, apriori, association rules, Matplotlib, WordCloud

(4) 협업: Google drive

[연구 목적] (1) 인스타그램 해시태그 빈도분석을 통해 연도별 특성 변화 분석

(2) 복합문화공간의 특성에 따른 해시태그 마케팅 키워드 도출

[하위 목표] (1) 빈도분석: 상위 빈도 해시태그 추출, 워드클라우드 시각화

(2) 추세분석: 복합문화공간 관련 해시태그 변화 시각화

(3) 연관규칙분석: 해시태그 간 동시 발생 가능성을 확인하여 연관성을 확인

[분석 결과] (1) 해시태그 유형 별 상위 빈도 확인: ‘뮤지컬‘, ‘예술의 전당‘

(2) ‘공연명’, ‘출연자명’ 해시태그 빈도가 지속적으로 상승함

(3) 복합문화공간 별 ‘장르명’ 연관규칙이 나타남:

‘충무아트센터‘ & ‘뮤지컬’, ‘예술의전당’ & ‘전시회’, ‘세종문화회관’ & ‘공연’

(4) 복합 단어 키워드보다 단일 단어 키워드의 활용도가 높음

EYZ’s PORTFOLIO

PART2. 포트폴리오

2-4. ART CENTER HASHTAG

<복합문화공간 해시태그 마케팅 전략 연구>

프로젝트 목적 |

프로젝트 과정 |

(1) 빈도분석 결과: 복합키워드보다 단일키워드 해시태그가 사용 빈도가 높음

(2) 추세분석 결과: 5년 사이, 해시태그 사용 추이가 경험을 공유하는 형태에서 정보를 제공하는 형

태로 변화함

(3) 연관규칙분석 결과: 각 복합문화공간과 연관규칙이 높은 장르가 서로 다름, 이는 복합문화공간

에 방문하는 방문객의 주요 목적을 파악하는 지표로도 활용할 수 있음

복합문화공간의 특성에 따른 해시태그 마케팅 키워드 도출

(1) 복합문화공간 ‘서울 예술의전당‘, ‘세종문화회관’, ‘충무아트센터’를 지오태깅한 인스타그램 게시

물을 수집

(2) 빈도분석 실시: 빈도가 높은 30개의 해시태그 추출, 워드클라우드를 통해 시각화

(3) 추세분석 실시: 5년 간의 해시태그 추이 확인, 꺾은선 그래프로 시각화

(4) 연관규칙분석 실시: apriori 알고리즘을 사용하여 해시태그 itemset 간 빈발 패턴 분석,

association rules 알고리즘을 사용하여 연관규칙의 지지도, 신뢰도, 향상도 도출

배운 점 |

(1) 팀 프로젝트 과정에서 소통이 중요하다는 것을 깨달음.

- 서로 다르게 이해하고 있는 부분을 해소하기 위해서는 각자 이해하고 있는 바를 설명하고 중

재하는 역할이 필요하다.

(2) 목표 달성에는 여러 방향이 있다는 것을 이해함.

- 계획했던 것이 한계에 부딪히더라도 목표를 달성하기 위해 더 노력할 수 있게 되었다.

프로젝트 결과 |

EYZ’s PORTFOLIO

PART2. 포트폴리오

2-5. SPORTS LEAGUE SCHEDULE

<국내 프로리그 스케줄 수집 프로그램>

개발 환경 |

및 사용 기술

(1) 개발 환경: Jupyter Notebook

(2) 언어: Python

(3) 라이브러리: BeautifulSoup4, requests, pandas

프로젝트 목적 |

프로젝트 개요 |

프로젝트 결과 및 한계점 |

평소 챙겨보는 프로리그의 응원팀 스케줄을 구글캘린더에 등록하

여 쉽고 빠르게 확인하고자 함

(1) 여러 프로리그의 데이터를 수집하기 위해, 네이버 스포츠 페이지

의 리그별 url 주소를 requests 라이브러리로 html 데이터 호출

(2) 리그별 페이지의 html 구조를 파악하고 수집을 원하는 데이터의

text 위치를 파악하여 BeautifulSoup4 라이브러리로 파싱

(3) 수집된 데이터를 구글캘린더의 파일 업로드 규칙에 맞게

pandas 데이터로 작성하고, csv 파일로 저장

(1) 국내 프로야구, 국내 프로농구(남/여), 국내 프로배구(남/여)의 스케줄을 원하는 팀, 원하는 시즌에

원하는 달부터 시작하여 수집할 수 있도록 함

(2) csv 파일로 자동으로 저장하여, 해당 파일을 구글캘린더에 업로드하면 스케줄이 입력되도록 함

(3) 네이버 스포츠 웹 페이지를 바탕으로 하여, html 구조가 변경될 경우 프로그램을 사용하지 못한다

는 한계점이 있음

EYZ’s PORTFOLIO

PART2. 포트폴리오

2-6. WORKING HOURS CALC.

개발 환경 |

및 사용 기술

(1) 개발 환경: MS Excel

(2) 언어: VBA

<교육조교 근무시간 관리 프로그램>

프로젝트 목적 |

프로젝트 개요 |

프로젝트 결과 |

대학원지원팀의 교육조교 근무시간이 변경되는 경우 대신 근무가

필요한 시간을 쉽게 파악하고, 조교 별 근무 시간을 자동으로 계산

할 수 있도록 관리 시스템을 개선하고자 함

(1) 전체 시간표에 개인 시간표 연동 매크로 생성

(2) 주 단위 시간표 복제 매크로 생성

(3) 복제된 주 단위 시간표에서 계산된 근무 시간 통계

(1) 변경된 시간표를 주 단위 시간표에 적용하면 자동으로 근무 시간이 계산되도록 함

(2) Onedrive의 공유 기능을 활용하여 실시간으로 변경 사항을 파악할 수 있게 함

(3) 기존 수기 계산 방식을 자동 계산으로 바꾸어, 쉽고 빠르게 자신의 근무 시간을 확인할 수 있게 함

(4) 관리자는 근무 현황을 파악하여 근무 시간이 채워지지 않은 조교나, 조교 근무자가 적은 날짜와 시

간을 쉽게 파악하여 대응할 수 있게 됨

(5) 프로그램의 효율성을 인정받아 근로 기간 종료 이후에도 대학원지원팀에서 본 프로그램을 사용함

END OF THE DOCUMENT

T h a n k y o u